基于深度学习的多自由度串联机械臂动力学参数辨识及其补偿研究

目录

声明

第一章 绪论

1.1研究背景与意义

1.2国内外研究现状

1.3论文的主要内容与体系结构

第二章 机器人动力学模型及其线性化

2.1基于Newton-Euler的动力学方程

2.2动力学模型的线性化与最小惯性参数集

2.3基于UR5机械臂的动力学辨识模型求解

2.4本章小结

第三章 基于ROS的轨迹规划方法研究

3.1 ROS与机械臂URDF模型的建立

3.2 ROS模型规划方法设计

3.3基于Gazebo与真实机器人的仿真与验证

3.4本章小结

第四章 机器人动力学模型的参数辨识

4.1辨识方法与数据采集

4.2参数辨识与结果分析

4.3基于Simulink的关节型六轴机械臂参数辨识面板开发

4.4本章小结

第五章 基于LSTM与Attention机制的深度学习补偿模型

5.1 LSTM与Attention机制

5.2一种用于不确定性补偿的深度学习模型

5.3验证提出的不确定性补偿模型

5.4本章小结

第六章 总结

6.1全文总结

6.2论文展望

参考文献

在学期间取得的科研成果和科研情况说明

致谢